安全与环境学报

2022, v.22;No.127(01) 51-57

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

面向小样本安全生产数据的事故集成预警模型
An integrated accident warning model for small sample production safety data

段在鹏;张灿;谢汉青;黄月铃;李帆;

摘要(Abstract):

现有事故预警模型多依赖大量数据训练,而许多中小企业的安全生产数据积累不足。为了利用少量样本数据训练出相对精确的事故集成预警模型,首先,运用合成少数类过采样(SMOTE)算法对小样本数据进行预处理;其次,基于相关数据训练单个机器学习算法,选择最优机器算法作为集成方法的基分类器;同时,利用特征重要性优化企业事故预警指标;最后,通过投票法、装袋法、提升法、堆叠法4种集成方法进行拟合,提高企业事故预警模型精度。结果表明:SMOTE方法能较好地模拟出企业事故预警数值,增加其数据量,较好地解决了小样本数据不平衡问题。此外,在基于4种集成方法的企业事故预警模型的比较中,发现基于装袋法的企业事故集成预警模型拟合效果最佳,测试精度可达到88.46%。

关键词(KeyWords): 安全工程;企业事故预警;小样本统计;SMOTE算法;集成方法

Abstract:

Keywords:

基金项目(Foundation): 国家社会科学基金项目(17CGL049)

作者(Authors): 段在鹏;张灿;谢汉青;黄月铃;李帆;

DOI: 10.13637/j.issn.1009-6094.2020.1155

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享